Python RE，\ b有用於指示單詞的結尾

我知道\ b可以表示單詞的開始或結尾。什麼時候會被要求代表結局？我問，因爲它似乎總是有必要指出單詞的結尾，因此不需要有\ b。就像下面的情況一樣，一個用'\ b'結束內部組，另一個沒有，並且他們得到相同的結果。Python RE， b有用於指示單詞的結尾

m = re.search(r'(\b\w+\b)\s+\1', 'Cherry tree blooming will begin in in later March') 
print m.group() 

m = re.search(r'(\b\w+)\s+\1', 'Cherry tree blooming will begin in in later March') 
print m.group()

來源

2016-04-10 z257

'\ b'表示單詞邊界，不僅表示單詞的邊界，而且表示單詞的開始或結尾＃ – rock321987

'\ 1'表示上一個捕獲的組羣。因此，在第一種情況下，它'或多或少'（\ b \ w + \ b）\ s +（\ b \ w + \ b）'，第二種情況是'（\ b \ w +）\ s +（\ b \ w +）'..因此沒有'\ s'標記結束.. – rock321987

\s只是空白。當你需要使用\b時，你可以有不是空白（標點符號等）的單詞邊界。如果只匹配以空格分隔的單詞，則可以使用\s;在這種情況下，你不需要\b。

import re 

sentence = 'Non-whitespace delimiters: Commas, semicolons; etc.' 
print(re.findall(r'(\b\w+)\s+', sentence)) 
print(re.findall(r'(\b\w+\b)+', sentence))

產地：

['whitespace'] 
['Non', 'whitespace', 'delimiters', 'Commas', 'semicolons', 'etc']

注意如何追趕詞尾只有\s最終丟失了一大半。

來源

2016-04-10 19:13:48 tzaman

考慮想匹配單詞「進行曲」：

>>> regex = re.compile(r'\bmarch\b')

它可以來在句末...

>>> regex.search('I love march') 
<_sre.SRE_Match object at 0x10568e4a8>

還是開始......

>>> regex.search('march is a great month') 
<_sre.SRE_Match object at 0x10568e440>

但是，如果我不想匹配marching之類的詞，字邊界是最方便的：

>>> regex.search('my favorite pass-time is marching') 
>>>

你可能會想：「但是我可以用r'\s+march\s+'得到所有這些東西」，你是對的......差別在於匹配。隨着\s+，你也可能會在比賽中包含一些空白（因爲這就是\s+的含義）。這可以使某些事情像搜索一個詞並替換它更加困難，因爲您可能必須管理保持空白與之前的一致。

來源

2016-04-10 19:16:51 mgilson

這不是因爲它在單詞的末尾，而是因爲你知道之後這個詞。在您的例子：

m = re.search(r'(\b\w+\b)\s+\1', 'Cherry tree blooming will begin in in later March')

...第一\b是必要的，以防止比賽開始，在begin的in。第二個是多餘的，因爲你明確地匹配了單詞後面的非單詞字符（\s+）。單詞邊界適用於你不知道對方角色會是什麼樣的情況，或者即使那裏會有角色。

你在哪裏應該正在使用另一個是在正則表達式的結尾。例如：

m = re.search(r'(\b\w+)\s+\1\b', "Let's go to the theater")

沒有第二\b，你會得到一個假陽性the theater。

來源

2016-04-11 00:38:10

"I understand that \b can represent either the beginning or the end of a word. When would \b be required to represent the end?"

\b從不需要來表示結束時，或開始時，一個字的。要回答你更大的問題，它只在開發過程中很有用 - 當使用自然語言時，你最終需要用其他東西替換\b。爲什麼？

\ b運算符會匹配您發現的單詞邊界。但這裏的一個關鍵概念是「什麼是字？」答案是非常狹窄的集合[A-Za-z0-9_] - 單詞不是自然語言單詞，而是計算機語言標識符。 \ b運算符存在於正式語言的解析器中。

這意味着它不處理常見的自然語言的情況，如：

字讓我們變成兩句話，「讓」 &「S」如果'\ b」表示一個字的邊界。也考慮像這樣的標題&夫人先生失去他們的期限。

同樣，如果'\ b「表示單詞的開始，那麼在這些情況下，appostrophe將會丟失：」傻樣「回合」事業

聯用的話，在`\ B的手挨「還有，如岳母（除非你想讓她受苦。）

不幸的是，你不能簡單地將其包含在設置，因爲它不代表一個字符的字符增加\b。您可以通過在零寬度斷言中交替將它與其他字符組合。

使用自然語言時，\b運算符非常適合快速構思想法的原型，但最終可能不是您想要的。同上\w，但是，因爲它代表了角色，所以它更容易被增強。

來源

2016-04-11 02:43:04 cdlane

Python RE，\ b有用於指示單詞的結尾

回答

相關問題